Академический Документы
Профессиональный Документы
Культура Документы
Problema 1:
En una empresa dedicada a anodizar artículos de aluminio (baterías de cocina), el anodizado se logra con
una solución hecha a base de ácidos (sulfúrico, cítrico, bórico) y dicromato de aluminio. En este proceso
se controla el pH de la solución, la temperatura, la corriente y el tiempo de permanencia. Debido al poco
grosor del anodizado, han aumentado las quejas por la escasa resistencia y durabilidad del producto. Para
resolver este problema se decide estudiar, mediante un experimento, la relación del pH y la temperatura
con el grosor del anodizado. Los datos se muestran en la siguiente tabla:
𝑦 = 𝛽0 + 𝛽1 𝑥1 + 𝛽2 𝑥2 + 𝛽12 𝑥1 𝑥2 + 𝜀
La ecuación es:
ESPESOR = -3,875 + 11,25*X1 + 0.4375*X2+0.46875*X1*X2
DONDE:
𝑥1 : 𝑃𝐻
𝑥2 : 𝑇𝐸𝑀𝑃𝐸𝑅𝐴𝑇𝑈𝑅𝐴
a) ESPESOR = -3.875 + 11,25*2 + 0.4375*10+0.46875*2*10
ESPESOR=32.375
b) A partir del modelo ajustado, ¿cuál es el espesor estimado cuando se utiliza un pH = 2 y una
temperatura de 10 grados?
Página 1
Santiago Landeros Bautista U162058M0083
Universidad del SABES, Centro San Jose Iturbide
MATERIA: INGENIERÍA ESTADÍSTICA, Actividad 4. Regresión lineal, intervalos de
confianza y predicción
Fecha: 18 de junio de 2019
d) ¿El modelo es adecuado? Argumente con base en gráficas de residuos, pruebas de hipótesis y
coeficientes de determinación.
e) ¿Cree que valdría la pena pensar en añadir otro término al modelo para mejorar el ajuste? Argumente.
a) Para este caso ya no hay otro modelo que sea mejor porque solo tenemos dos variables
dependientes y con ello se puede ajustar al modelo cuadrático, si tomaríamos el siguiente
modelo que es la cubica especial necesitamos 3 variables dependientes para ajustar al modelo.
Problema 2:
Considere los datos que aparecen en la siguiente tabla:
Página 2
Santiago Landeros Bautista U162058M0083
Universidad del SABES, Centro San Jose Iturbide
MATERIA: INGENIERÍA ESTADÍSTICA, Actividad 4. Regresión lineal, intervalos de
confianza y predicción
Fecha: 18 de junio de 2019
b) A partir del modelo ajustado, estime la respuesta media cuando X1=8 Y X2=7; ¿este
valor es diferente al observado en las mismas condiciones? de ser así, ¿por qué
ocurre esto?
Y = 0.33732 + 0.481076*X1 + 0.288653*X2
Y = 0.33732 + 0.481076*8 + 0.288653*7
Y = 6.20675
𝑆
𝑋ത ± 𝑡𝛼 ሺ ሻ
2 ξ𝑛
0,859742
6,20675 ± 2,2009852 ൬ ൰
ξ12
6,20675 ± 0,54625
La diferencia de los intervalos es que: 6,20675 ± 0,54625 este intervalo es de respuesta media, y el otro
intervalo 4,3856 < 6.20675 < 9,91924 es de predicción.
Página 3
Santiago Landeros Bautista U162058M0083
Universidad del SABES, Centro San Jose Iturbide
MATERIA: INGENIERÍA ESTADÍSTICA, Actividad 4. Regresión lineal, intervalos de
confianza y predicción
Fecha: 18 de junio de 2019
Problema 3:
Se realizó un experimento para estudiar el sabor del queso panela en función de la cantidad del cuajo y la
sal. La variable de respuesta observada es el sabor promedio reportado por un grupo de cinco panelistas
que probaron todos los quesos y los calificaron con una escala hedónica. Los datos obtenidos se muestran
a continuación:
a) Ajuste el modelo 𝒀 = 𝜷𝟎 + 𝜷𝟏 𝑿𝟏 + 𝜷𝟐 𝑿𝟐 + 𝜺
Y = 0.33732 + 0.481076*X1 + 0.288653*X2
𝑅 2 = 94.4983%
2 ሺ𝑎𝑗𝑢𝑠𝑡𝑎𝑑𝑜ሻ
𝑅 = 93.2758%
𝑆 = 0.859742
Error absoluto medio = 0.638918
Con un P-Valor de la constante es 0.5668es, x1 0.0000
g) A partir del modelo ajustado, estime la respuesta media cuando X1=8 Y X2=7; ¿este
valor es diferente al observado en las mismas condiciones? de ser así, ¿por qué
ocurre esto?
Y = 0.33732 + 0.481076*X1 + 0.288653*X2
Y = 0.33732 + 0.481076*8 + 0.288653*7
Y = 6.20675
𝑆
𝑋ത ± 𝑡𝛼 ሺ ሻ
2 ξ𝑛
0,859742
6,20675 ± 2,2009852 ൬ ൰
ξ12
6,20675 ± 0,54625
Página 4
Santiago Landeros Bautista U162058M0083
Universidad del SABES, Centro San Jose Iturbide
MATERIA: INGENIERÍA ESTADÍSTICA, Actividad 4. Regresión lineal, intervalos de
confianza y predicción
Fecha: 18 de junio de 2019
La diferencia de los intervalos es que: 6,20675 ± 0,54625 este intervalo es de respuesta media, y el otro
intervalo 4,3856 < 6.20675 < 9,91924 es de predicción.
Página 5